left_join()# A tibble: 6 × 10
location_name data_date submitted_date Province District `malaria_rdt_0-4`
<chr> <date> <date> <chr> <chr> <int>
1 Facility 1 2020-08-11 2020-08-12 North Spring 11
2 Facility 2 2020-08-11 2020-08-12 North Bolo 11
3 Facility 3 2020-08-11 2020-08-12 North Dingo 8
4 Facility 4 2020-08-11 2020-08-12 North Bolo 16
5 Facility 5 2020-08-11 2020-08-12 North Bolo 9
6 Facility 6 2020-08-11 2020-08-12 North Dingo 3
# ℹ 4 more variables: `malaria_rdt_5-14` <int>, malaria_rdt_15 <int>,
# malaria_tot <int>, newid <int>
malaria_distr que contenga el total de casos de malaria por distrito.Posteriormente, usamos la siguiente función con el dataframe del reto 1 y el dataframe incluido denominado pob_malaria.rds
lef_join() utilizado crear la incidencia de malaria por distrito y almacenarla en una variable denominada inc_malariaCurso R para epidemiologia de campo